Current Result Document :
| 한글제목(Korean Title) |
쇼핑몰 고객 추적 정보를 이용한 딥러닝 성별 분류 모델의 정확도 향상 |
| 영문제목(English Title) |
Accuracy improvement of deep learning gender classification model using retail customer tracking information |
| 저자(Author) |
김세희
유태웅
김민우
오일석
Sehee Kim
Tae-Woong Yoo
Minwoo Kim
Il-Seok Oh
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 2090 ~ 2092 (2022. 06) |
한글내용
(Korean Abstract) |
쇼핑몰 고객 행동 분석을 위해서는 고객의 특성을 정확하게 인식하는 것이 중요하다. 본 논문에서는 쇼핑몰 내 고객의 추적 정보를 이용하여 성별 인식의 정확도를 향상하는 방법을 제안한다. 추적 정보를 이용하여 입구 카메라의 정면 영상을 선택해 사용하고 여러 개의 영상에 앙상블을 적용해 성능을 높인다. 성별 분류 모델로 얼굴과 전신을 학습한 YYNet을 사용하는데, 본 논문은 YYNet을 전신 영상만으로 새로 학습했다. 새로 학습한 YYNet-body를 로컬푸드 매장에서 수집한 자체 데이터에 적용한 결과 98%의 높은 정확도를 얻었다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
